Акимишев Г. П., д.тех.н., Рустамов Н.Т

Система управления базыми знаний (СУБЗ)

Республика Казахстан

Университет «Сырдария»

Искусственный интелект – одно из самых сильно развивающийся направления. Но сегодняшний мир и научно – технический прогресс немыслима без тех результатов, которые дали человечеству и обешают дасть в будущем исследования в области искусственного интелекта. [1]

В настоящее время в исследованиях те искусственному интелекту выделил следующее направлений.

1. Представления знаний. В рамках этого направления решаются задачи, связанные с формализаций и представлением знаний в памяти интелектуальной системы (ИС). Для этого разрабатываются специальные модели представления знаний и языки для описания знаний, выделяется различные типы знаний. Изучаются источники, из которых ИС может черпать знания, и создаются процедуры и приемы, с помощью которых возможно приобретение знаний для ИС. Проблема представления знаний для ИС черевычайно актуально, так как ИС – это система, функционирование которой опирается на знания о преблемной области, которые хранятся все памяти. В данной работе, рассматривается табличный метод представления знаний с целью возможности создания СУБЗ.

Прелогаемый метод, тем отличается от существующих знания разделяется на две части, глобальные знания (ГЗ) и локальные знания (ЛЗ), описываюшие выбранный обьект (или явления). На основе (ГЗ) и (ЛЗ) обьекты группируется по классам К_j. Таким образом каждый класс К_j описывается закономерностями, , где каждая закономерность представляется с помощью определенной продукции [2]. Где основным элементом этой продукций является секвенция.

Обычное прочтение ядра продукций выглядит так:

ЕСЛИ (ГЗ), ТО (ЛЗ). Секвенция может истолковываться в обычным логическом смысле как знак логического следования (ЛЗ) и истинности (ГЗ) таким образом, продукционное представление знаний в виде закономерности можно написать так:

(1)

і – номер продукции, j – номер класса, к которого эти продукция относится.

При таким представлении знании (1), очень легко решает вопрос, приобретении новых знаний, и обработки их т.е. управлять ими.

В предлагаемый концепций первичная информация представляется следующим образом.

На основе этой БД строим базу знаний:

Таким образом каждый обьект или явления описывается следующими закономерностями:

где j-номера класса, u_i,c номера (ГЗ) и (ЛЗ) в закономерности , собственно - номер закономерности. Сама управления производится следующим образом. Определяется близость обьектов (или явления) S и

по (ГЗ).

по (ЛЗ)

где - номер закономерности , u,c – номера (ГЗ) и (ЛЗ) соответственно j-номер класса.

Введенная функция определяет насколько обьекты (или явления) близки, скорей всего похожи друг на друга. Эту функцию мы назовем оператором близости знаний. На основе этого оператора можно настроит СУБЗ.

Литература

1. Попов Э.В. Экспертные системы. Решение неформализованных задач в диоганале с ЭВМ. Москва, Наука 1987г., 88ст.

2. Рустамов Н.Т. Прикладное распознавание. Туркестан – 1990г. 84ст.